V-JEPA 2可见补丁无训练信号导致特征噪声

之前的V-JEPA 2从可见补丁预测掩码补丁。但问题在于：可见（上下文）标记没有收到训练信号；它们只能聚合全局信息而忽略局部结构。结果？产生噪声大、空间不连贯的特征图。